我以前写过关于AI在增强历史研究中的陷阱和用例，但自2024-25年以来情况发生了显著变化。受本周GPT-6 Sol和Opus 5.5竞相发布的启发，我想分享一些早期成果，这些成果不仅涉及使用这些模型执行“研究助手”类型的功能（如转录文档），还尝试解决现有的历史问题。简而言之，在我看来，让历史学家与当前的前沿模型以协作小组的形式合作，将产生历史知识和解释方面的众多进步。我猜测其中许多进步可能会相当有意义。

正如我们在数学领域所看到的，这些模型在面对它们通常描述为“易处理”的一系列问题时表现最佳。上述因素意味着前沿AI可以合理期望帮助的历史“开放问题”类型相当有限：任何涉及密码学和密码破解的问题（例如，看到Astra解密1941年德军通信和一次世界大战的德国无线电密码，或者Daniel Bourdeau在这里所做的工作，或者我自己尝试使用GPT-6 Astra来弄清楚伊丽莎白时代神秘学家John Dee的编码魔法书《Liber Loagaeth》）。跨翻译和改编追踪文本。举个例子，我能够使用GPT-6 Astra确定Isaac Newton从法语炼金术文本自由翻译成拉丁文的一段话的身份，这个识别似乎以前从未被做出。

在仅在离散或小众子领域报告或尚未整合到学术中的现有发现之间建立联系。这最后一点可能最终成为这些工具为历史研究人员开辟的最具影响力的新方法。例如，如果你阅读Astra破解1941年7月10日一条曾抵抗破解的Enigma消息的报道，结果发现关键突破与密码破解本身无关，而是注意到可用信息的全部范围。历史密码学研究员Frode Weierud写道：我们仍在分析GPT-6 Astra的日志，以确切了解它是如何执行破解的。